Line Graphs, Link Partitions and Overlapping Communities
在本文中，我们使用一个划分的链接的网络，以揭示其社区结构。这种方法允许社区在节点处重叠，使得节点可以在多个社区中。我们通过对原始网络的线图进行节点划分来做到这一点。通过这种方式，我们表明任何产生节点分区的算法都可以用于产生链接分区。我们讨论的程度异质性的作用，并提出了一个加权版本的线图，以说明这一点。
2009-07-24 physics.data-an physics.soc-ph
Encoding dynamics for multiscale community detection: Markov time sweeping for the Map equation
网络中社团结构的检测与找到一个简洁的网络模块描述密切相关。这个概念最近被映射方程形式主义（M。罗斯瓦尔和CT Bergstrom，PNAS，105（4），pp.1118--1123，2008）通过对网络中的随机步行者在平稳性下的社区间和社区内转换进行编码的过程的信息论描述。然而，全马尔可夫动力学和编码机制之间的关系的深入研究仍然缺乏。我们在这里表明，原来的地图编码方案，这是块平均和一步，忽略了社区的内部结构，并引入了一个上限，“视野”的限制，在社区，它可以检测。因此，地图是很好的调整，以检测类社区，但可能会导致不可取的过度分区时，社区远离类社区。我们表明，这种行为的签名是一个大的压缩间隙：地图描述长度是远离其理想的限制。为了解决这个问题，我们提出了一个简单的动态方法，通过分析马尔可夫过程的时间相关的多步转移矩阵的加权邻接矩阵，将时间明确地引入到地图编码中。由此产生的马尔可夫时间扫描引起跨尺度的动态缩放，可以揭示（潜在的多尺度）社区结构以上的视野限制，与相关的分区由一个小的压缩间隙表示。
2012-08-22 cs.IT cs.SI math.IT
Multiscale Evolutionary Perturbation Attack on Community Detection
社区发现的目的是根据节点之间的连接关系对节点进行分组，它在网络分析中起着重要的作用，因为社区被视为元节点，允许我们创建一个大规模的网络地图，以简化其分析。然而，出于隐私原因，我们可能希望在某些情况下防止社区被发现，从而导致社区欺骗的话题。在本文中，我们形式化这个社区发现攻击问题在三个尺度，包括全球攻击（宏观），目标社区攻击（中尺度）和目标节点攻击（微观）。我们将其视为一个优化问题，并进一步提出了一种新的进化扰动攻击（EPA）方法，在那里我们生成对抗网络来实现社区发现攻击。数值实验验证了我们的EPA可以成功地攻击所有三个尺度上的网络社区算法，即，隐藏目标节点或社区，并通过仅改变一小部分链接来进一步扰乱整个网络的社区结构。相比之下，我们的EPA在六个合成网络和三个真实网络上的表现优于一些基线攻击方法。更有趣的是，虽然我们的EPA是基于louvain算法，它也是有效的攻击其他社区发现算法，验证了其良好的可移植性。
2021-02-08 cs.SI physics.soc-ph
Success at high peaks: a multiscale approach combining individual and expedition-wide factors
这项工作提出了一个基于网络的数据驱动的研究，有助于登山成功的因素的组合。它同时考察了年龄、性别、经验等个人因素的影响，以及考察范围内的因素，如营地数量，夏尔巴人与付费登山者的比例等。具体来说，它将这两个视角结合到一个多尺度网络中，即，在每个探险队中，在更细的尺度上有一个由个人登山者特征组成的网络，在更粗的尺度上有一个探险队相似性网络。后者被表示为多路复用网络，其中层编码不同的因子。分析表明，由于疲劳，海拔或后勤问题而未能登顶的机会，在与重复伙伴一起攀登时，特别是对于经验丰富的登山者来说，会大大减少。此外，节点中心性表明，年轻和氧气使用的个人特征是成功的最强驱动力。此外，网络预测的学习使得能够计算内部探险网络和相应的探险成功率之间的相关性。考察范围的因素，考察规模和长度层被发现与成功率强相关。最后，社区发现上的远征相似性网络揭示了不同的社区，其中成功率的差异自然出现在社区之间。
2021-09-27 cs.SI nlin.AO physics.data-an
Identification of hybrid node and link communities in complex networks
复杂网络中社团的识别已经成为分析复杂系统的有效手段。它在社会科学、工程学、生物学和医学等不同领域有着广泛的应用。节点社区和链路社区是网络结构分析的两种常用方法。然而，这些计划有固有的缺点，往往不足以正确地捕捉在真实的网络复杂的组织结构。我们介绍了一种新的方案和有效的方法来识别复杂的网络结构，使用混合的节点和链接社区，称为混合节点链接社区。我们的方法的一个核心部分是一个概率模型，可容纳节点，链接和混合节点链接社区。我们在各种真实世界的网络上进行了大量的实验，包括一个大型的蛋白质-蛋白质相互作用网络和一个大型的常用词语义关联网络，表明混合社区的方案在揭示网络特征方面具有优越性。此外，新的方法优于现有的方法分别找到节点或链接社区。
2013-09-18 cs.SI physics.soc-ph
Random Walks, Markov Processes and the Multiscale Modular Organization of Complex Networks
大多数发现复杂网络中社区的方法依赖于组合图的性质。通常，与空随机图模型相比，边计数质量函数（例如模块性）在图的所有分区上进行优化。在这里，我们介绍了一个系统的动态框架，设计和分析各种各样的质量功能的社区检测。划分的质量是通过其马尔可夫稳定性来衡量的，马尔可夫稳定性是一个时间参数化函数，根据图上发生的马尔可夫过程的统计特性定义。马尔可夫过程提供了对图中所有尺度的动态扫描，而时间尺度是一个内在参数，可以以不同的分辨率揭示社区。这种基于动态的社区检测导致了复合优化，它有利于具有可比中心性的社区（如由固定分布定义的），并为谱算法提供了统一的框架，以及用于社区检测的不同算法，包括模块化和Potts模型的版本。我们的动态框架创建了一个系统的不同的随机动态之间的联系，并根据不同的（节点和边缘）中心的最佳社区的相应概念。我们表明，马尔可夫稳定性可以有效地计算，以找到大型网络中的多尺度社区结构。
2015-02-15 cond-mat.stat-mech cs.SI physics.soc-ph
Discovering link communities in complex networks by exploiting link dynamics
复杂网络中社区的发现是一个基本的数据分析问题，在许多领域都有应用。大多数现有的方法都集中在发现社区的节点，而最近的研究表明，网络中的链接社区的知识有很大的优势和效用。从这个新的角度来看，我们提出了一个基于链接动态的算法，称为UELC，用于识别网络的链接社区。在UELC中，链路-节点-链路随机游动的随机过程被用来展开网络中链路的嵌入式二分结构。然后，利用马尔可夫链的随机游走的局部混合属性来提取两个出现的链接社区。此外，随机游走和二分区过程被包裹在迭代细分策略中，以递归地识别将网络链路隔离成多个细分的链路分区。我们评估了新方法在合成基准上的性能，并在现实世界的网络上展示了其实用性。我们的实验结果表明，我们的方法是非常有效的发现复杂网络中的链接社区。作为比较，我们还扩展了UELC来提取节点的社区，并表明它是有效的节点社区识别。
2013-03-19 cond-mat.stat-mech cs.SI physics.soc-ph
Communities as Well Separated Subgraphs With Cohesive Cores: Identification of Core-Periphery Structures in Link Communities
网络中的社区通常被认为是高度内聚的子图，它们与网络的其他部分很好地分离。然而，内聚和分离往往不能同时最大化，这就是为什么一些方法寻求折衷的原因。当折衷方案不适合于要解决的问题时，将这两个标准分开可能是有利的。在本文中，我们探索这样一种方法，定义社区以及分离的子图，可以有一个或多个凝聚力的核心周围的外围。我们将这一思想应用于链接社区，并提出了一个算法，用于构建层次化的核心-外围结构的链接社区和第一个测试结果。
2018-10-24 cs.DL cs.SI physics.soc-ph
LinkRank: Finding communities in directed networks
为了识别有向网络中的社区，我们提出了一种广义形式的模块化的有向网络中引入一个新的数量LinkRank，它可以被认为是链接的PageRank。这种推广与无向网络中的原始模块性是一致的，并且针对无向网络开发的模块性优化方法可以通过优化我们的新模块性而直接应用于有向网络。最后，本文还提出了一个模型网络来验证我们的方法，该模型网络可以作为进一步社区研究的基准网络。我们的方法应该在基于引用或参考的有向网络中有效地找到社区。
2009-11-23 cond-mat.stat-mech physics.soc-ph
Overlapping Communities and the Prediction of Missing Links in Multiplex Networks
多路复用网络是将现实世界的复杂系统表示为通过不同类型的连接（即层）连接的一组实体（即节点）。这些网络中观察到的连接可能并不完整，链接预测任务是跨层定位丢失的链接。在这里，主要的挑战是从不同的层收集相关的证据，以帮助链接预测任务。众所周知，社区中的共同成员资格增加了节点之间连接的可能性。我们讨论的共同成员在社区的相似层增加了连接的机会。如果这些层显示出显著的层间群落重叠，则它们被认为是相似的。此外，我们发现，虽然链接的存在是相关的层，但这种相关性的程度是不一样的不同社区。我们建议，ML-BNMTF，作为一种链路预测方法在复用网络中，设计基于这些发现。ML-BNMTF优于基线方法，特别是当全球链路重叠低。
2020-05-15 cs.SI physics.soc-ph
Community Structure in Time-Dependent, Multiscale, and Multiplex Networks
网络科学是一门跨学科的研究，其方法和应用来自自然科学、社会科学和信息科学。网络科学中的一个突出问题是被称为社区的紧密连接的节点组的算法检测。我们开发了一个网络质量函数的通用框架，使我们能够研究任意多层网络的社区结构，这些网络是通过链路耦合的单个网络的组合，这些链路将一个网络切片中的每个节点连接到其他切片中的节点。这个框架允许人们在一个非常一般的环境中研究社区结构，包括随着时间的推移而演变的网络，具有多种类型的链接（多重性），并具有多个尺度。
2010-07-12 physics.data-an physics.soc-ph
A Modular Multiscale Approach to Overlapping Community Detection
在这项工作中，我们解决了在社交网络中检测重叠社区的问题。由于“社区”一词含义模糊，因此有必要在特定类型问题的背景下量化社区的含义。我们的解释是，这种量化必须在至少三个尺度上进行。这些尺度是在以下层面上的：单个节点、单个社区和整个网络。这些尺度中的每一个都涉及到在其他尺度中无法准确表示的群落结构的数量特征，但对于定义特定的群落概念很重要。我们的工作重点是提供合理的方法来量化在每个尺度上适用于社交网络的社区概念，并使用这些模型来开发一个社区发现算法。我们的方法的吸引人的特点是，它自然地允许节点属于多个社区，并且对于具有低整体边缘密度的大型网络来说，计算效率很高。该算法的尺度是$O(N~\overline{k^2} + \overline{N_{com}^2})$，其中$N$是网络中的节点数，$\overline{N_{com}^2}$是平均平方社区大小，$\overline{k^2}$是节点度平方的期望值。虽然我们的工作重点是开发一个计算效率高的算法重叠社区发现的背景下，社交网络，我们的主要贡献是开发一种方法，是高度模块化的，可以很容易地适应特定的社区概念。
2015-01-22 cs.SI physics.soc-ph
Detecting Stable Communities in Link Streams at Multiple Temporal Scales
链接流模型在广泛的领域中随着时间的推移进行交互。在这种模式下，面临的挑战是有效地挖掘时间和拓扑结构。社区发现和变化点检测是分析这种不断变化的相互作用的最有力的工具之一。在本文中，我们建立在这两个检测稳定的社区结构，确定有意义的社区内的变化点。与现有的动态社区发现算法不同，该方法能够在多个时间尺度上有效地发现稳定的社区。我们测试了我们的方法在合成网络上的有效性，以及从真实社交网络中提取的高分辨率时变网络的联系人。
2019-07-24 cs.SI physics.soc-ph
Detecting Overlapping Link Communities by Finding Local Minima of a Cost Function with a Memetic Algorithm. Part 1: Problem and Method
我们提出了一种算法，用于检测社区的网络中的链接，它使用本地信息，是基于一个新的评价函数，并允许普遍重叠的社区。聚类任务的复杂性需要应用一种模因算法，该算法将概率进化策略与确定性局部搜索相结合。在第2部分中，我们将展示使用引文网络的实验结果。
2016-06-23 cs.SI physics.soc-ph
A novel metric for community detection
针对传统Modularity在社区检测中的局限，提出基于链路预测可预测性的新度量，比传统方法更具鲁棒性，能评估算法稳定性并揭露错误检测。
2019-09-27 cs.SI physics.data-an physics.soc-ph
Evaluating Overlapping Communities with the Conductance of their Boundary Nodes
通常，网络中社区的边界是在节点之间画出的，因此穿过了它的输出链路。如果我们通过应用链接聚类方法构建重叠社区，节点和链接交换它们的角色。因此，必须通过两个或多个社区共享的节点来划分边界。为了社区评估的目的，我们定义了一个电导的边界节点的重叠社区类似的图形电导的边界交叉链接用于划分一个图形到不相交的社区。我们证明了边界节点的电导（或归一化节点切割）可以从Evans和Lambiotte（2009）引入的网络加权线图中不相交簇的普通图电导推导出来，以获得原始网络中节点的重叠社区。我们测试我们的定义是否可以用来构建有意义的重叠社区与本地贪心算法的链接聚类。在本说明中，我们提出了令人鼓舞的结果，我们获得了扎卡里的空手道俱乐部网络。
2013-10-13 cs.SI physics.soc-ph
Link Analysis for Communities Detection on Facebook
社交网络已经成为数百万用户日常生活的一部分，它提供了广泛的兴趣和实践。社交网络的主要特征是它能够将不同的个体聚集在一个共同的观点或集体信念周围。在目前的社交网站中，Facebook是最受欢迎的，它拥有最多的用户。然而，在Facebook中，社区（群组）的存在是一个关键问题，因此，许多研究人员通过使用数据采掘和Web挖掘等技术来关注潜在的社区。在这项工作中，我们提出了四种基于链接分析技术的方法来检测潜在的群体及其成员
2014-06-25 cs.SI physics.soc-ph
Vulnerable Connectivity Caused by Local Communities in Spatial Networks
本文通过平面基础设施建模研究空间网络中局部社区对连通鲁棒性的影响，发现强局部社区会削弱鲁棒性，并指出长距离链路可缓解其负面影响。
2025-04-23 cs.SI physics.soc-ph
Online Communities: Visualization and Formalization
在过去十年中，在线社区的规模和重要性急剧增加。许多社区都是在线的，这意味着可以使用软件工具更容易地提取有关这些社区及其成员之间联系的信息，尽管它们的规模可能非常大。社区成员之间的联系可以直观地呈现出来，这通常可以使子社区结构中的模式立即变得明显。分层社区的链接和结构也可以形式化，以更好地理解其建模。本文探讨了这些联系与一些具体的例子，包括这些关系的可视化和使用Z符号的正式模型的社区。它还考虑在实践社区社会科学框架内发展这些社区。这些方法可能适用于与网络安全有关的社区，可以结合起来，更好地了解其发展情况。
2013-07-23 cs.CY cs.SI physics.soc-ph
Memetic search for overlapping topics based on a local evaluation of link communities
尽管最近的进展领域划定的方法，文献计量学家仍然不知道在何种程度上，他们的主题检测算法重建“地面真相”，即在科学文献的主题结构。在本文中，我们展示了一种新的方法来描绘的主题结构，试图匹配的算法，理论推导和经验观察的属性所有的主题结构有共同的。我们集群引用链接，而不是出版物节点，主要使用本地信息和搜索社区的链接从种子子图，以允许普遍重叠的主题。我们评估一组新的成本函数的链接，并假设成本景观中的局部极小值对应于链接社区。因为这个成本景观有许多局部最小值，我们将有效社区定义为在一定范围内具有最小值的社区。由于找到所有有效的社区是不可能的大型网络，我们设计了一个模因算法，结合概率进化策略与确定性的局部搜索。我们将我们的方法应用于2010年发表的约15，000篇天文学和天体物理学论文及其引用来源的网络，以及通过直接引用链接的约100，000篇天文学和天体物理学论文（2003- 2010年出版）的网络。
2017-02-09 cs.DL cs.SI physics.soc-ph
Community Structure of the Physical Review Citation Network
我们调查了1893年至2007年8月间所有《物理评论》出版物的引文网络中物理学子领域的社区结构。我们专注于被引用的出版物（引用次数超过100次的出版物），并应用模块化最大化来发现与物理学的可明确识别的子领域相对应的主要社区。虽然社区之间的大多数联系都将那些具有明显知识重叠的社区联系起来，但由于广泛适用的理论技术的发展或理论与实验之间的交叉施肥，有时会在不同的领域之间存在意想不到的联系。我们还研究了十年的社区，并发现了在时间上广泛分离的社区之间的少数重要联系。
2010-01-25 physics.data-an physics.soc-ph
The structural role of weak and strong links in a financial market network
我们调查的相关性为基础的网络源于经济复杂系统，如在纽约证券交易所（NYSE）交易的股票网络的属性。较弱的链接（低相关性）的系统被发现有助于网络的整体连通性显着超过强链接（高相关性）。我们发现，通过强链接连接的节点形成定义明确的社区。与广泛使用的根据经济活动的分类相比，这些社区以更复杂的方式聚集在一起。我们发现，一些公司，如通用电气（GE），可口可乐（KO）和其他公司，可以参与不同的社区。随着时间的推移，社区被发现是相当稳定的。对雅典证券交易所等规模和性质完全不同的市场进行调查，也得到了类似的结果。本方法也可用于通过相关性生成的其他网络。
2008-05-16 physics.soc-ph q-fin.ST
Multiscale Analysis of Spreading in a Large Communication Network
在时间网络中，底层网络的拓扑结构和交互事件的时间对于确定网络介导的动态过程如何展开至关重要。我们已经探讨了SI模型中传播速度的极限情况，该模型的建立使得感染性个体和易感个体之间的事件总是传播感染。这个过程的速度为通过网络的交互事件介导的任何动态过程的速度设置了上限。时间网络的帮助下，来自大规模的时间戳数据的移动电话通话，我们扩展了早期的结果，指出突发性和时间的不均匀性的减速效果。在这样的网络中，链接不是永久活跃的，而是动态过程，由在特定时间点在链接上发生的重复事件介导。我们进行了多尺度分析，并查明了事件序列的时间在各个环节的重要性，它们与相邻序列的相关性，以及网络规模的传播过程所采取的时间路径。这是通过研究经验和分析不同的特征中继时间的链接，相关的各自的规模，和一组时间参考模型，允许删除选定的时域相关性一个接一个。
2011-12-19 cs.SI physics.data-an physics.soc-ph
Disentangling group and link persistence in Dynamic Stochastic Block models
University College London（伦敦大学学院）；University of Bologna（博洛尼亚大学）；Scuola Normale Superiore（比萨高等师范学校）
我们研究了一个动态网络模型的推理，其中社区和链接都保持以前的网络状态的记忆。通过考虑网络的单次快照观测的最大似然推断，我们表明，链接持久性使社区的推断更难，降低了可检测性阈值，而社区持久性往往使其更容易。我们分析表明，从单个网络快照推断出的社区可以共享一个最大的重叠与底层社区的一个特定的前一个时刻的时间。这就导致了时间滞后的推断：识别过去的社区而不是现在的社区。最后，我们计算的时间滞后，并提出了一个修正的算法，滞后快照动态（LSD）算法，在动态网络中的社区发现。我们分析和数值特征的可检测性转换的算法作为一个函数的记忆参数的模型，我们做了比较与一个完整的动态推理。
2018-12-19 cs.LG cs.SI physics.soc-ph
Detecting Cohesive and 2-mode Communities in Directed and Undirected Networks
网络是表示对象之间关系信息的通用语言。对网络进行建模、推理和总结的一种有效方法是发现具有共同连接模式的节点集。这样的集合通常被称为网络社区。网络社区发现的研究主要集中在无向网络中密集连接节点的社区识别。在本文中，我们开发了一种新的重叠社区发现的方法，可扩展到数以百万计的节点和边缘的网络，并沿两个维度推进研究：社区的连接结构，并使用边缘定向社区发现。首先，我们扩展了传统的网络社区的定义，通过观察节点可以以两种不同的方式紧密相连：在有凝聚力的社区中，节点相互链接，而在2模式社区中，节点以二分的方式链接，其中链接在两个分区之间占主导地位，而不是在它们内部。我们的方法成功地检测2模式以及凝聚力的社区，也可能重叠或分层嵌套。第二，虽然大多数现有的社区发现方法对待有向边缘，好像他们是无向的，我们的方法占边缘方向，并能够识别新的和有意义的社区结构，在有向和无向网络，使用数据从社会，生物和生态领域。
2014-01-29 cs.SI physics.soc-ph
Map equation for link community
社区结构存在于许多现实世界的网络中，并已被报道与网络的几个功能属性。传统的方法是将节点划分为社区，而最近的一些研究开始划分链接而不是节点，以有效地找到重叠的节点社区。我们扩展了地图方程方法，这是最初开发的节点社区，在网络中找到链接社区。在不同类型的网络上进行测试，并与网络元数据进行比较，结果表明该方法能够有效地识别节点的角色重叠。该方法的优点是通过测量网络中除社团结构外的未知信息，可以定量地比较节点社团方案和链路社团方案。它可以用来定量地决定是否应该使用链路社区方案来代替节点社区方案。此外，由于该方法是基于随机游动的，因此可以很容易地推广到有向网络和加权网络。
2011-08-12 cond-mat.stat-mech cs.SI physics.soc-ph
Triadic closure as a basic generating mechanism of communities in complex networks
大多数复杂的社会、技术和生物网络都具有重要的社区结构。因此，复杂网络的社区结构必须被认为是一个普遍的属性，以及这些网络的小世界和无标度属性。尽管在描述真实网络的社区结构方面有很大的兴趣，但没有足够的注意力用于检测能够自发生成社区网络的通用机制。三元闭合是建立新联系的自然机制，特别是在社交网络中。在这里，我们表明，基于简单的三元封闭的网络增长模型自然会导致社区结构的出现，以及节点度的厚尾分布，高聚类系数。社区从最初的随机异质性的链接集中出现，随后是一个周期的增长和分裂。社区是更明显的，稀疏的图，并在连接过程中的链接密度和随机性的高值消失。通过引入一个基于适应度的链接吸引的节点，我们发现了一个新的相变，社区消失的适应度分布的高度异质性，但一个新的介观组织的节点出现，与几个超级枢纽之间共享的节点组，吸引了系统的大部分链接。
2014-12-01 cs.SI physics.soc-ph
Significant communities in large sparse networks
研究人员使用社区检测算法来揭示生物和社交网络中的大规模组织，但社区检测只有在社区重要且不是噪声数据的结果时才有用。为了评估网络社区的统计显著性或检测到的结构的鲁棒性，一种方法是通过移除链接来扰动网络结构并测量社区的变化程度。然而，扰动稀疏网络是具有挑战性的，因为它们本质上是敏感的;如果删除链接，它们很容易破碎。在这里，我们提出了一个简单的方法来扰动稀疏网络，并评估其社区的重要性。我们通过基于局部信息添加额外的链接来生成重采样网络，然后我们聚合来自多个重采样网络的信息，以找到重要聚类的粗粒度描述。除了在基准网络上测试我们的方法外，我们还在欧洲法院（ECJ）判例法的稀疏网络上使用我们的方法来检测重要和不重要的法律领域。我们使用我们的显著性分析绘制了一张欧洲法院判例法网络图，揭示了法律领域之间的关系。
2013-02-01 cs.SI physics.soc-ph
Multiscale mixing patterns in networks
网络中的分类混合是具有相同属性或元数据的节点相互链接的趋势。这是一种经常在社交网络中发现的属性，表现为具有相同年龄、种族或政治信仰的人之间更高的链接倾向。量化链接性或分离性（链接到具有不同属性的节点的偏好）的水平可以揭示复杂网络中链接和传染过程形成的因素。在离散值元数据的情况下，通常的做法是根据可扩展性系数或模块性来测量可扩展性水平。这个全局值是整个网络的平均重复率水平，当混合模式是异构的时，它可能不是一个代表性的统计数据。例如，由于文化规范的差异，一个跨越全球的社交网络可能会在混合模式上表现出地方差异。在这里，我们介绍了一种方法来本地化这个全球性的措施，使我们可以描述跨多个尺度，在节点级别的可追溯性。因此，我们能够捕捉和定性评估网络中的混合模式的分布。我们发现，对于许多现实世界中的网络的不确定性的分布是偏斜的，过度分散和多模态的。我们的方法提供了一个更清晰的镜头，通过它我们可以更仔细地检查网络中的混合模式。
2018-04-18 cs.SI physics.data-an physics.soc-ph
The Community Structure of the Global Corporate Network
我们研究了跨国公司全球所有权网络的社区结构。我们在社区中发现了一种明显的组织，这种组织不能用随机性来解释。尽管这一网络具有全球性质，但社区首先反映了公司的地理位置，而工业部门只起着边缘作用。我们还分析了网络中的节点是社区和链接是通过聚合属于社区对的企业之间的链接。我们分析了前50个社区的网络中心性，并首次对金融业在连接全球经济中的作用进行了定量评估。
2013-01-11 physics.soc-ph q-fin.GN
Structure and Overlaps of Communities in Networks
在现实世界的社会，信息和技术网络的主要组织原则之一是网络社区，其中节点组组织成密集连接的集群。尽管检测这样的社区是非常感兴趣的，了解大型网络中的结构社区仍然相对有限。由于没有标记的地面实况数据，实际上不可能大规模地评估和比较不同的模型和社区概念。在本文中，我们确定了6个大型的社会，协作和信息网络，其中节点显式地说明他们的社区成员。我们通过使用这些明确的成员资格来定义地面实况社区。然后，我们实证研究如何在网络中出现这样的地面真相社区，以及它们如何重叠。我们观察到一些令人惊讶的现象。首先，地面实况社区包含高度的枢纽节点，这些节点位于社区重叠中，并链接到社区的大多数成员。第二，社区的重叠部分比社区的非重叠部分连接得更紧密，这与社区重叠部分比社区本身连接得更稀疏的传统智慧形成对比。现有的网络社区模型不能捕捉到密集的社区重叠。我们提出了社区关联图模型（AGM），网络社区结构的概念模型，它可靠地捕捉网络的整体结构以及网络社区的重叠性质。
2012-09-25 cs.SI physics.soc-ph
Organization of networks with tagged nodes and biased links: a priori distinct communities. The case of Intelligent Design Proponents and Darwinian Evolution Defenders
在意见形成的主题中，观察具有先验不同社区的网络的特征是有趣的。作为一个例子，我们报告了近几十年来通过网络提供的属于新创造主义和智能设计支持者（IDP）和达尔文进化论捍卫者（DED）社区的选定成员的作品所展开的引文网络。首先构造标记节点的邻接矩阵;它不是对称的。因此，提出了一种关于有偏链路（定向或无向）网络情况的一般化考虑。描述这种部分有向网络与标记节点的结构的主要特征系数的概述。通过度分布、每个网络的不确定性、全局和局部聚类系数以及平均重叠指数，讨论了子网络的结构特征、等价性或不等价性。特别列出了由节点组成的各种封闭和开放三角形，并区分社区，以计算聚类特性。在矩形子矩阵中的元素的分布进行了专门检查，因为它们代表社区间的连接。重点是区分属于给定社区的顶点的数量。利用这些信息，人们可以区分意见领袖，追随者和主要竞争对手，并通过两个社区中行为规则所固有的心理学条件来简要解释他们的关系。考虑其他争议的情况下，类似的社会约束的概述，以及进一步的建议，更普遍的，从我们的观察，这样的网络推断的工作。
2010-04-29 physics.soc-ph
Laplacian Dynamics and Multiscale Modular Structure in Networks
大多数发现复杂网络中社区的方法都依赖于它们的结构特性。在这里，我们介绍了一个网络分区的稳定性，其质量的衡量标准定义的统计特性的动态过程发生在图上。该过程的时间尺度作为一个内在的参数，揭示社区结构在不同的分辨率。稳定性扩展并统一了社区检测的标准概念：模块化和频谱划分可以被视为我们的动态测量的限制情况。类似地，最近提出的多分辨率方法对应于在短时间内的稳定性的线性化。社区检测和拉普拉斯动力学之间的连接，使我们能够建立动态激励的稳定性措施，连接到不同的空模型。我们应用我们的方法来找到不同的网络的多尺度分区，并表明可以有效地计算大型网络的稳定性与当前算法的扩展版本。
2009-10-09 physics.soc-ph
Tipping Diffusivity in Information Accumulation Systems: More Links, Less Consensus
假设两个不同的社区，每个社区主要因为两个社区之间的弱相互作用而保持各自的观点。在这种情况下，如何找到族群间互动的必要力量，以便两个族群达成共识，是一个令人感兴趣的问题。本文应用信息积累系统模型对这一问题进行了研究。应用IAS模型，发现两群体问题的观点动力学属于种群动力学或两种语言竞争中出现的一类更广泛的两种群问题，其控制方程都可以用耦合Logistic映射来描述.小费扩散率定义为两个社区之间能够保持不同意见的最大社区间相互作用。对于具有简单社团结构和同质个体的问题，从理论上计算了临界扩散系数。作为本文的结论，这两个社区的收敛到相同的价值是不太可能的整体互动，社区内和社区间，发生。这意味着，例如，现代通信工具（如facebook和twitter）的发展所导致的个人之间互动的增加，并不一定会改善不同社区之间全球趋同的趋势。如果内部链接的数量增加了一个因子，社区间链接的数量必须增加更高的因子，以便共识成为唯一稳定的吸引子。
2010-05-09 nlin.AO physics.soc-ph q-bio.PE
Mapping road network communities for guiding disease surveillance and control strategies
人类流动的数量、速度和范围都在增加，导致病原体通过受感染的旅行者移动和传入。了解各地区之间的联系方式、这些联系的强度以及这种联系如何转化为疾病传播，对于规划监测和设计控制和消除战略很有价值。虽然已经进行了分析，以确定和绘制全球航空、航运和移徙网络的连通性，但尚未对中低收入环境中绝大多数旅行者的公路网络进行此类分析。在这里，我们提出了确定道路连接社区，以及映射社区和关键连接路线之间的桥梁区域的方法。我们将这些应用于非洲，并显示有多少高度连接的社区跨越国界，并以整合疟疾流行率和人口数据为例，社区发生变化，突出显示与高负担地区联系最紧密的地区。所介绍的方法和结果提供了一个灵活的工具，通过绘制形成协调一致的干预单位和社区之间的关键联系路线的高度连通性地区，支持疾病监测和控制战略的设计。
2018-02-01 physics.soc-ph
Accuracy and Precision of Methods for Community Identification in Weighted Networks
在简要回顾社区识别和敏感性度量方法的基础上，研究了加权网络中社区识别的几种方法的准确性和精确性。在加权网络中，社团结构应同时考虑链路和链路权重，网络的划分应采用加权模块度$Q^w$进行评价。结果表明，链接权重对社区有重要影响，尤其是在密集网络中。Potts模型和加权极值优化（WEO）算法在加权网络上有很好的应用。然后利用Potts模型和WEO算法对恒河猴网络进行社区检测。结果给出了真实的社区结构的很好的理解。
2006-07-29 physics.soc-ph
Spreading of localized attacks on spatial multiplex networks with a community structure
我们研究了本地化攻击对多路空间网络的影响，其中每一层都是一个社区网络。当节点属于所有复用层中的巨型组件时，系统被认为是功能性的。社区具有线性大小$ζ$，使得在其中任何一对节点以相同的概率链接，并且另外，附近社区中的节点以不同的（通常较小的）概率链接。这个模型可以代表一个相互依赖的城市基础设施系统，其中城市内部有许多联系，而城市之间的联系较少。我们开发了一种分析方法，类似于有限元方法应用于网络社区，并通过模拟验证我们的分析结果。我们发现，无论是通过模拟和理论，对于不同的参数的连接性和空间性-有一个关键的局部尺寸的损害，超过它将蔓延，整个系统将崩溃。
2019-12-11 nlin.AO physics.soc-ph
Emerging communities in networks - a flow of ties
该研究提出一种由微分方程驱动的网络社区流动搜索方法，通过带符号图划分和有限尺寸Sierpinski三角形社区识别两个实验，验证了方法可恢复连边离散性、处理重叠节点的有效性。
2015-05-23 cs.SI physics.soc-ph
Social Bootstrapping: How Pinterest and Last.fm Social Communities Benefit by Borrowing Links from Facebook
如何开发一个新的在线社区，让每个用户都能高度参与，并促进社会互动？许多网站提供交友功能，帮助用户从Facebook或Twitter等已建立的网络复制链接，从而在网站上引导社交网络。本文量化了这种社会引导在何种程度上是有效的，以提高网站的社会体验。首先，我们开发了一个风格化的分析模型，该模型表明复制倾向于产生一个巨大的连接组件（即，连接的社区），并保持诸如互惠性和聚类的属性，直到线性乘法因子。其次，我们使用来自两个网站Pinterest和Last.fm的数据，以经验方式比较从Facebook复制的链接与本地创建的链接的子图。我们发现，复制的子图有一个巨大的组件，更高的互惠性和聚类，并确认复制的连接看到更高的社会互动。然而，随着用户变得更加活跃和有影响力，复制的需求减少了。这些用户倾向于在网站上创建本地链接，链接到与他们比Facebook朋友更相似的用户。我们的研究结果为理解如何从已建立的社交网络引导通过增强社交互动来帮助吸引新用户提供了新的见解。
2014-03-24 cs.CY cs.SI physics.soc-ph
Hyperlink communities in higher-order networks
本文将链接社区扩展为超图中的超链接社区，通过超边层次聚类揭示高阶网络的层次与多尺度结构，并支持节点重叠归属及结构角色分类。
2024-02-19 cs.SI physics.soc-ph stat.ME
Competition between Intra-community and Inter-community Synchronization
本文详细研究了外部链接对社区网络同步性能的影响，特别是对单个社区与整个网络竞争的影响。本研究从外部链接的数量或比例以及不同社区之间外部链接的连接策略两个方面展开。研究发现，在临界点之前，增加外部链接的数量会提高社区的全局同步性，但会降低单个社区的同步性能。在此之后，由于社区结构不那么突出，因此单个社区作为整个网络的一部分会越来越好地同步。在各种连接策略中，随机连接不同社区的节点而不是连接度较大的节点是增强网络全局同步的最有效方法。然而，一个优惠的连接方案，连接大多数的枢纽从社区将允许相当有效的全球同步，同时保持强大的动态集群的社区。有趣的是，这些观察结果被发现与猫皮层的现实网络有关。同步状态正好处于临界点，体现了个体社区功能分离和社区间协调的合理组合。我们的工作揭示了模块化架构在真实网络系统中出现的基本原理，并为社区网络中的同步操作提供了指导。
2011-01-20 cs.SI nlin.AO physics.soc-ph
Community detection based on structural balance in signed networks
针对符号网络社区检测忽视负链接稳定作用的问题，提出一种基于模体、量化链接局部结构平衡重要性的方法，可识别紧密且和谐稳定的社区，并在合成与真实网络中表现出更高性能和强鲁棒性。
2023-08-15 cs.SI physics.soc-ph
A shadowing problem in the detection of overlapping communities: lifting the resolution limit through a cascading procedure
社区检测是指在重要社区（例如集群，功能模块）中分配节点和链接的过程，它的发展导致了对复杂网络的更好理解。当应用于相当大的网络，我们认为，大多数检测算法正确地识别突出的社区，但未能做到跨多个尺度。因此，网络的很大一部分是未知的。我们发现，这个问题源于更大或更密集的社区掩盖了更小或更稀疏的，这种影响占大多数未检测到的社区和未分配的链接。我们提出了一个通用的级联方法来社区检测，规避了这个问题。使用真实的和人工的网络数据集与三个广泛使用的社区检测算法，我们展示了如何一个简单的级联过程允许检测的缺失社区。这项工作突出了一个新的社区结构的检测极限，我们希望我们的方法可以启发更好的社区检测算法。
2015-09-30 cond-mat.stat-mech cs.SI physics.soc-ph
Emergence of Bursts and Communities in Evolving Weighted Networks
了解人类动力学和社会互动的模式，以及它们导致形成有组织和功能性社会的方式，是特别是技术社会发展的重要问题。通过例如移动电话呼叫记录的大规模数据分析，解决社交网络的这些问题最近已经成为可能，这已经揭示了模块化或社区结构的存在，其中在相同社区的节点之间存在许多链接，而在不同社区的节点之间存在相对较少的链接。链接的权重，例如两个用户之间的呼叫数量，和网络拓扑结构被发现相关，使得社区内链接比弱的社区间链接更强。这被称为格兰米特的“弱关系的强度”假说。除了这种不均匀的社区结构，人类动力学的时间模式是不均匀的或突发性的，其特征是两个连续事件之间的事件间隔时间的厚尾分布。在本文中，我们研究了如何社区结构和突发动态一起出现在一个不断发展的加权网络模型。这些模式背后的主要机制是通过循环闭合的社会互动，即链接到朋友的朋友和焦点闭合，即链接到共享相似属性或兴趣的个人，以及通过任务处理过程的人类动态。这三种机制已被实现为一个网络模型与本地附件，全球附件，和基于优先级的排队过程。通过综合的数值模拟，我们表明，这些机制的相互作用，导致出现重尾事件间的时间分布和格兰特类型的社区结构的演变。此外，数值结果被发现在定性与经验的结果从手机通话数据集。
2011-06-01 cs.SI physics.soc-ph
Detecting hierarchical and overlapping network communities using locally optimal modularity changes
凝聚聚类是一种确定网络社区的成熟策略。社区逐渐合并为更大的社区，使行为者网络粗化为更易于管理的社区网络。合并发生的顺序一般不清楚，因此需要选择要合并的社区对。我们描述了一个层次聚类算法的基础上的局部最优属性。对于网络中的每个边缘，我们将模块化变化与其链接的社区合并相关联。对于每一个社区顶点，我们称之为首选的边缘的模块化变化是最大的。当一条边被它所链接的两个顶点所偏好时，从局部观点来看，它似乎是最佳选择。我们使用局部最优边缘来定义算法：同时合并由局部最优边缘连接的所有社区对，这将增加模块化，在每一步之后重新确定局部最优边缘，并继续只要模块化可以进一步增加。我们将该算法应用于模型和经验网络，证明它可以有效地产生高质量的社区解决方案。我们将性能和实现细节与由此产生的社区层次结构相关联。我们还考虑了一个互补的局部聚类算法，描述了如何识别重叠社区的局部最优条件的基础上。
2013-09-04 cond-mat.dis-nn cs.SI physics.soc-ph
Structural preferential attachment: Network organization beyond the link
我们引入了一种机制，该机制模拟了复杂网络的普遍属性的出现，如尺度独立性，模块化和自相似性，并将它们统一在链接之外的无标度组织下。这为网络组织带来了一个新的视角，社区而不是链接是复杂系统的基本构建块。我们展示了我们的简单模型如何通过预测它们的社区结构来重现社会和信息网络，更重要的是，它们的节点或社区是如何相互连接的，通常是以自相似的方式。
2011-10-11 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Emergence and persistence of communities in coevolutionary networks
我们调查的出现和持久性的社区，通过最近提出的自适应重新布线的机制，在共同进化网络。我们描述了在一个共同进化网络中产生的拓扑结构，该网络具有一个自适应的重新布线过程和一个简单的类似投票规则的节点动态。我们发现，对于一些值的参数描述的自适应重新布线过程中，社区结构出现在一个连接的网络。我们发现，社区的出现与系统中活动链接的数量减少有关，即连接不同状态的两个节点的链接。社区结构状态的生命周期与系统的规模成指数关系。此外，我们发现，一个小的噪声在节点动态可以维持多样性的状态和社区结构的时间在一个有限大小的系统。因此，大的系统大小和/或局部噪音可以解释许多真实系统中群落和多样性的持续存在。
2014-07-01 nlin.AO physics.soc-ph q-bio.PE
Emergence of communities in weighted networks
在加权复杂网络中，拓扑和权密切相关，这反映在它们的模块化结构中。我们提出了一个简单的网络模型，其中的权重是动态生成的，它们塑造了发展中的拓扑结构。通过调整模型参数的权重的重要性，产生的网络经历了一个渐进的结构过渡，从一个模块自由的拓扑结构与社区。该模型还再现了大型社交网络的许多特征，包括“弱链接”属性。
2007-08-07 physics.soc-ph
Scalable Spectral Algorithms for Community Detection in Directed Networks
社区发现一直是网络研究中的核心问题之一，而有向网络由于其链路间的不对称性，使得社区发现问题更具挑战性。在本文中，我们发现，将链接的方向揭示了社区的两个不同的角色，源和终端，一个节点在每个社区中扮演的新的观点。有趣的是，这样的社区似乎与邻接矩阵的图拉普拉斯算子的独特谱性质有关，我们利用正则化SVD方法来利用这种联系。我们提出了收获算法，再加上正则化的SVD，是线性可扩展的有效识别社区在巨大的有向网络。该算法在基准网络上的模拟实验表明了良好的性能和可扩展性，并在实际网络应用中成功地恢复了社区。
2013-09-23 cs.SI physics.soc-ph stat.ML
Center-Periphery Structure in Communities: Extracellular Vesicles
网络中的聚类和社区发现具有广泛的意义，并且已经成为跨越多个领域的广泛研究的主题。我们感兴趣的是一个相对狭窄的问题，即检测由引用链接的科学出版物的社区。这些出版物社区可用于确定形成研究人员社区的具有共同兴趣的科学家。在著名的k-core算法的基础上，我们开发了一个模块化的管道来寻找出版社区。我们比较我们的方法，社区发现广泛使用的莱顿算法的社区发现。使用定量和定性的方法，我们评估社区发现的结果，引文网络组成的超过1400万出版物相关的领域的细胞外囊泡。
2021-11-14 cs.DL cs.SI physics.soc-ph
Line Graphs of Weighted Networks for Overlapping Communities
在本文中，我们开发的思想，以发现其节点的重叠社区的加权图的边缘划分。我们的方法是基于不同类型的加权线图，即图形的节点是原始图的链接，封装不同的边缘之间的关系的建设。加权线图被认为是提供一种替代的，有价值的表示系统的拓扑结构，并显示出具有重要的应用在社区检测，通常的节点划分的线图自然导致的边缘分区的原始图形。这种识别使我们能够使用传统的分区方法，以解决长期存在的问题，重叠社区的检测。我们将其应用于不同的社会和地理网络的分析。
2010-06-09 cs.DS physics.data-an physics.soc-ph
Growing networks of overlapping communities with internal structure
我们引入了一个直观的模型，描述了社区结构的出现和社区内部结构的演变不断增长的社交网络。该模型包括两个互补的机制：一个机制占一个单一的社区的内部链接结构的演变，第二个机制协调多个重叠的社区的增长。第一种机制是基于这样的假设，即每个节点与其邻居建立链路，并以不同的速率向社区引入新节点。我们证明，这个简单的机制，产生了有效的最大程度的社区内。这一观察与人类学理论邓巴数有关，即，对一个普通个体在其社会群体中所能维持的最大数量的联系的经验性观察。第二种机制是基于最近提出的对社区结构的偏好附着的概括，适当地称为结构偏好附着（SPA）。将这两种机制结合到一个模型（SPA+）中，使我们能够再现真实网络的一些全局统计数据：社区大小、节点成员和度的分布。SPA+模型还预测了（a）重叠社区内度分布的三种定性制度，以及（b）节点所属社区数量与每个社区内连接数量之间的强相关性。我们提出的经验证据，支持我们的研究结果在真正的复杂网络。
2016-08-25 cs.SI physics.soc-ph
Multiscale Network Reduction Methodologies: Bistochastic and Disparity Filtering of Human Migration Flows between 3,000+ U. S. Counties
为了控制网络中的多尺度效应，可以使用迭代比例拟合（Sinkhorn-Knopp）程序将（一般）加权的有向节点间流矩阵转换为双随机（双随机）形式，该程序交替缩放行和列和，使其全部等于1。在bistochasticized表中的主要条目，然后可以用于网络约简，使用强分量层次聚类。我们说明了这个完善的，广泛应用的两阶段算法的各个方面与3107 × 3107（不对称）1995-2000年美国县际移民流量表。我们比较所获得的结果与使用视差过滤器，为“提取“多尺度骨干的复杂加权网络”，最近提出的塞拉诺，博古纳和Vespignani（SBV）（美国国家科学院院刊）。Acad. Sci. 106 [2009]，6483），对此我们已经简要地进行了评论（Proc. Natl. Acad. Sci. 106 [2009]，E66）。双随机滤波器的性能似乎是优越的-至少在这个特定的情况下-在两个方面：（1）它需要少得多的链接，以完成一个强连接的网络骨干;和（2）它“贬低”小流量和节点少-SBV的主要需求-在这个意义上，非零原始流量与相应的双随机链接的相关性要比与显著性的相关性弱得多由视差过滤器产生的水平。额外的比较研究-要求SBV-这两个过滤程序，特别是关于它们的拓扑性质，应该是相当大的兴趣。与此相关的是，在其许多地理应用中，两阶段程序-除极少数例外-将毗连区分组，往往重建传统区域（例如岛屿），尽管事先…
2010-09-24 cs.SI physics.data-an physics.soc-ph
Immunization of networks with non-overlapping community structure
虽然社区结构在复杂网络中普遍存在，但很少有研究利用这种拓扑性质来控制流行病。在这项工作中，致力于非重叠社区结构的网络（即，一个节点属于一个单一的社区），我们提出并研究了三个确定性免疫策略。为了表征节点的影响，使用各种信息，例如节点在一跳中可以到达的社区的数量、链路的性质（社区内链路、社区间链路）、社区的大小以及社区之间的互连密度。在真实网络和合成网络上进行了易感-感染-移除（SIR）流行病模型的数值模拟。实验结果表明，所提出的策略是更有效的比经典的确定性的替代品是不可知的社区结构。此外，它们优于为模块化网络设计的随机和确定性策略。
2018-06-14 cs.SI physics.soc-ph
